基于群体智能的液压支架性能退化定量评估方法及系统技术方案

本发明专利技术提出了一种基于群体智能的液压支架性能退化定量评估方法及系统，该方法首先实时采集液压支架的运行数据，之后利用标准化公式对运行数据进行标准化处理以获取运行数据的标准化特征值，然后利用群体智能聚类算法分析聚类对象，输出聚类结果聚类完成后，性能状态相近的液压支架将被分入同一簇中。在此基础上，计算与其它支架性能差异较大的液压支架的离群因子，最大离群因子对应的液压支架即为故障液压支架。本发明专利技术能够在无样本数据情况下，准确查找到性能异常的液压支架，避免了现有方法对故障样本的依赖。法对故障样本的依赖。法对故障样本的依赖。

【技术实现步骤摘要】
基于群体智能的液压支架性能退化定量评估方法及系统


[0001]本专利技术属于液压支架的故障预测方法，尤其涉及一种基于群体智能的液压支架性能退化定量评估方法及系统。

技术介绍

[0002]近年来，随着我国国民经济由高速增长阶段向高质量发展阶段的转变，社会对煤炭行业安全、绿色、智能发展的要求也不断提高。为应对这一需求，研究者们提出了“智慧矿山”的概念。智慧矿山旨在通过人工智能、信息技术与矿山生产过程的深度融合，实现矿山掘进、开采、运输、提升等环节的自管理、自运行。智慧矿山建设包含多项课题。矿井全工位设备设施健康智能管理是其中必不可少的一环。在矿井生产的所有设备设施中，液压支架担负着支撑煤岩顶板、形成采煤工作空间等重要功能，是煤炭综合机械化开采的核心设备。液压支架的性能感知与评估是建设智慧矿山的重要内容。
[0003]目前，在液压支架健康评估与管理方面，已有研究者提出了一些方法。通过分析现有的技术不难发现，这些方法均是通过分析液压支架实测故障样本或仿真数据得到运行数据阈值，然后将液压支架当前运行数据与预设定阈值相比较，来评估其工作状态及性能退化情况。该方法对液压支架某些故障取得了较好的应用效果。然而，对于乳化液内部串液、立柱变形、液压缸内壁磨损等故障，实测故障样本数据在工程实现上非常困难，而仿真数据的可靠性往往又难以保证，同时，由于液压支架工作条件多变，已掌握故障样本的通用性也受到限制。因此，故障样本数据缺乏成为制约液压支架状态评估技术发展的瓶颈。
[0004]经对现有技术的文献检索发现，公开文件“一种液压支架工况的预警方法
”ꢀ
(中国专利技术专利，公开号：CN112145231A，公开日：2020.12.29)提出了一种液压支架故障检测预警方法，该公开文件自述为：“本申请公开了一种液压支架工况的预警方法，涉及煤矿安全开采
，其中方法包括：实时监测煤矿工作面所有液压支架的工作阻力数据；根据每个采煤循环中的工作阻力变化数据，确定用于评价液压支架工况的多个评价指标的指标值；根据所述评价指标的指标值，生成预警信息。通过本申请的技术方案，对煤矿工作面所有液压支架的工作阻力数据进行实时监测，能够在煤矿综采工作面回采过程中，通过液压支架工作阻力数据分析，确定用于综合评价液压支架工况的多个评价指标，从而实现对液压支架工况的实时监测、分析和预警，及时定位支架支护和顶板管理当中存在的问题，对于保障综采工作面顶板安全具有重要作用”。其不足之处是：该方法通过比较采集到的液压支架运行数据与预设定标准值，判断液压支架的工作状态，而运行数据标准值的设定，往往需要综合分析液压支架在正常状态与故障状态下的运行数据变化，因此，该方法的实施受到故障样本的制约，应用条件较高、范围有限。

技术实现思路

[0005]本专利技术的目的在于提供一种基于群体智能的液压支架性能退化定量评估方法及系统，提供一种不依赖故障样本的液压支架性能评估方法，通过液压支架群性能状态的横
向比较，及时发现并分离故障液压支架，从而实现在无故障样本下，对液压支架性能状态的智能评估。为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于群体智能的液压支架性能退化定量评估方法，包括以下步骤：
[0007]S1、液压支架的运行数据的实时采集：采集的运行数据类型包括前支柱乳化液压力X1、前支柱乳化液温度X2、后支柱乳化液压力X3、前伸梁乳化液压力 X4、推移乳化液压力X5和底板比压X6；
[0008]S2、利用标准化公式对运行数据进行标准化处理，以获取运行数据的标准化特征值；
[0009]S3、利用群体智能聚类算法分析聚类对象，输出聚类结果：
[0010]将S2中各运行数据的标准化特征值作为液压支架的属性，将液压支架群中单个液压支架的运行状态作为聚类对象，利用群体智能聚类算法对液压支架群中的多个液压支架进行聚类分析：首先利用公式计算任两个聚类对象O
i
和O
j
间的曼哈顿距离，p为液压支架运行数据的个数，为聚类对象O
i
的第k个运行数据X
k
(k＝1,2,3,4,5,6)，为聚类对象O
j
的第k个聚类对象 X
k
(k＝1,2,3,4,5,6)；
[0011]然后利用公式计算聚类对象O
i
与邻域范围内聚类对象的平均相似度f(O
i
)，r为聚类对象O
i
的邻域半径，n为邻域内其它聚类对象的个数，Neigh(r)为邻域内其它聚类对象集合；
[0012]之后根据公式计算蚂蚁拾起聚类对象O
i
的概率P
p
(O
i
)， k1为阈值常数；根据公式计算蚂蚁放下聚类对象 O
i
的概率，k2为阈值常数，最终输出聚类结果以实现故障液压支架的自动分离；
[0013]S4、在聚类结果基础上，利用离群因子计算公式，分别计算各个液压支架的离群因子，最后输出最大离群因子对应的液压支架为故障液压支架；
[0014]所述离群因子计算是指计算液压支架与其他液压支架的偏离程度，采用离群因子计算公式t为离群聚类对象，O
i
为非离群聚类对象，d(t,O
i
)为t与O
i
的曼哈顿距离，m为非离群聚类对象的个数；CBGOF*为t 的离群因子。
[0015]优选地，所述的运行数据标准化处理是将液压支架的运行数据按比例缩放，使之落入一个特定区间，去除数据的单位限制，将其转化为无量纲的纯数值：采用数据0
‑
1标准化方法；其中，标准化公式定义为
[0016][0017]X
i
(i＝1,2,3,4,5,6)为采集到的液压支架运行数据，为标准化后的液压支架
运行数据，为液压支架运行数据X
i
的平均值，X
i(max)
为液压支架运行数据X
i
的最大值，X
i(min)
为液压支架运行数据X
i
的最小值。
[0018]一种基于群体智能的液压支架性能退化定量评估系统，包括：
[0019]监测数据获取模块，获取液压支架的运行数据；
[0020]标准化处理模块，对获取的运行数据进行标准化处理，获取运行数据的标准化特征值；
[0021]聚类模块，将各运行数据的标准化特征值作为液压支架的属性，将液压支架群中单个液压支架的运行状态作为聚类对象，基于群体智能聚类算法对液压支架群进行聚类分析，最后输出聚类结果至离群因子获取模块；
[0022]离群因子获取模块，根据聚类结果，计算所有液压支架的离群因子并输出至故障结果输出模块；
[0023]故障结果输出模块，选择最大离群因子，并将该最大离群因子对应的液压支架的有关信息输出。
[0024]与现有技术相比，本专利技术的优点为：
[0025](1)本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于群体智能的液压支架性能退化定量评估方法，其特征在于，包括以下步骤：S1、液压支架的运行数据的实时采集：采集的运行数据类型包括前支柱乳化液压力X1、前支柱乳化液温度X2、后支柱乳化液压力X3、前伸梁乳化液压力X4、推移乳化液压力X5和底板比压X6；S2、利用标准化公式对运行数据进行标准化处理，以获取运行数据的标准化特征值；S3、利用群体智能聚类算法分析聚类对象，输出聚类结果：将S2中各运行数据的标准化特征值作为液压支架的属性，将液压支架群中单个液压支架的运行状态作为聚类对象，利用群体智能聚类算法对液压支架群中的多个液压支架进行聚类分析：首先利用公式计算任两个聚类对象O
i
和O
j
间的曼哈顿距离，p为液压支架运行数据的个数，为聚类对象O
i
的第k个运行数据X
k
(k＝1,2,3,4,5,6)，为聚类对象O
j
的第k个聚类对象X
k
(k＝1,2,3,4,5,6)；然后利用公式计算聚类对象O
i
与邻域范围内聚类对象的平均相似度f(O
i
)，r为聚类对象O
i
的邻域半径，n为邻域内其它聚类对象的个数，Neigh(r)为邻域内其它聚类对象集合；之后根据公式计算蚂蚁拾起聚类对象O
i
的概率P
p
(O
i
)，k1为阈值常数；根据公式计算蚂蚁放下聚类对象O
i
的概率，k2为阈值常数，最终输出聚类结果以实现故障液压支架的自动分离；S4、在聚类结果基础上，利用离群因子计算公式，分别计算各个液压支架的离群因子，最后输出最大离...

【专利技术属性】
技术研发人员：王金鑫，王恩元，李忠辉，沈荣喜，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：